Trong những năm gần đây, Việt Nam đã chịu nhiều tác động tiêu cực từ sự nóng lên toàn cầu, biểu hiện rõ rệt nhất là nhiệt độ tăng cao và lượng mưa suy giảm. Tình trạng này đã gây ra hạn hán nghiêm trọng, xâm nhập mặn sâu rộng, ảnh hưởng nặng nề đến sản xuất nông nghiệp và đời sống dân sinh, đặc biệt là tại các khu vực Nam Trung Bộ, Tây Nguyên, Đông Nam Bộ và Đồng bằng sông Cửu Long (ĐBSCL).

Tại ĐBSCL, xâm nhập mặn thường đạt đỉnh điểm vào tháng 4 hoặc tháng 5, do tác động của thủy triều từ cả biển Đông và biển Tây. Trên các sông Tiền và sông Hậu, độ mặn đã vượt quá 45‰, xâm nhập sâu đến 70 km từ cửa sông, thậm chí có nơi ghi nhận tới 85 km (mức độ mặn từ 4‰ trở lên đã được coi là xâm nhập mặn).

Bên cạnh xâm nhập mặn, ô nhiễm nguồn nước tại các sông ở khu vực ĐBSCL cũng đang ở mức báo động. Thống kê gần đây cho thấy tổng lượng chất thải hàng năm của khu vực ước tính khoảng 3,7 triệu tấn, đáng lo ngại là có đến 90% lượng chất thải này chưa được thu gom và xử lý, mà trực tiếp hoặc gián tiếp đổ vào các sông rạch. Trong đó, rác thải sinh hoạt chiếm khoảng 2,3 triệu tấn (bao gồm cả phân súc vật và gia cầm), rác thải công nghiệp và dịch vụ khoảng 1,4 triệu tấn. Ước tính tải lượng chất thải từ súc vật và gia cầm trên toàn vùng ĐBSCL là rất lớn: BOD5 đạt 432,9 tấn/năm, COD đạt 1.643,8 tấn/ngày đêm (tương đương 600.000 tấn/năm), tổng lượng Nitơ là 86,8 tấn/ngày đêm (tương đương 31.700 tấn/năm), và tổng lượng Phosphor là 40,5 tấn/ngày đêm (tương đương 14.800 tấn/năm).

Trước thực trạng đáng lo ngại này, TS. Lê Hoàng Anh cùng các cộng sự tại Trường Đại học Sư phạm Kỹ thuật Vĩnh Long đã thực hiện đề án: “Thiết kế và chế tạo hệ thống cảnh báo xâm nhập mặn và ô nhiễm nguồn nước ở khu vực Đồng bằng sông Cửu Long”. Hệ thống này có vai trò quan trọng trong việc cảnh báo và hiển thị các thông số ô nhiễm nguồn nước của vùng ĐBSCL, từ đó giúp các cơ quan quản lý và người dân chủ động chuẩn bị các phương án ứng phó kịp thời với những thay đổi bất lợi của môi trường.

Đề án đã được hoàn thành, đạt được mục tiêu nghiên cứu đề ra với các sản phẩm theo thuyết minh và hợp đồng nghiên cứu. Cụ thể:

- Đưa ra được các nguyên lý đo và các phương pháp đo của cảm biến đo độ mặn, pH, độ đục, COD.

- Hệ đo độ mặn chế tạo đáp ứng được yêu cầu của một hệ thống đo độ mặn trong môi trường nước, hệ đo có thể đo được trong khoảng 0-100 ppt ở nhiệt độ phòng.

- Hệ đo pH chế tạo đáp ứng được yêu cầu của một hệ thống đo pH trong môi trường nước, hệ đo có thể đo được trong khoảng 0-14 pH ở nhiệt độ phòng.

- Độ nhạy của cảm biến trên mỗi khoảng của cường độ dòng điện với dãy đo 0 – 100 NTU sai số ± 1% là phù hợp.

- Độ nhạy của cảm biến trên mỗi khoảng của cường độ dòng điện xác định cod trong môi trường nước với sai số cho phép ± 5%.

- Thiết lập các mạch cảm biến lên hệ thống quan trắc để đo trực tiếp môi trường online kiểm tra độ ổn định cũng như sai số của cảm biến.

- Thiết kế được phần mềm hiển thị, giám sát các thông số quan trắc môi trường có giao diện hoàn thiện, bố cục hài hòa. Thực hiện được tính năng hiển thị giám sát các thông số môi trường đến với người dùng.

- Phần mềm còn cập nhật liên tục các tín hiệu mới nhất trên hệ thống, có hệ thống báo lỗi kết nối, tốc độ xử lý thông tin nhanh, thời gian thu nhận dữ liệu ngắn.

- Ứng dụng mô hình ước lượng và cảnh báo môi trường sử dụng các mô hình NARNET và LSTM dạt độ chính xác đạt 96% trong quá trình huấn luyện và đạt độ chính xác thực tế cao lên đến 89% đến 100%.

- Qua quá trình thực nghiệm mô hình quan trắc các thông số môi trường nước cho thấy hệ thống hoạt động ổn định. Các giá trị cảm biến đo các thông số môi trường như độ mặn, PH, đọ đục, COD được đo đạc chính xác với sai số cho phép.

- Hệ thống nhỏ gọn, dễ vận hành, dễ lắp đặt, phù hợp cho nhiều địa hình quan trắc khác nhau. Giao diện phần mềm thân thiện, dễ sử dụng, phù hợp với nhiều đối tượng khác nhau.

- Xây dựng được các bài thực hành được áp dụng cho việc giảng dạy tại trường ĐHSPKT Vĩnh Long

Bên cạnh những thành tựu đã đạt được, đề án kiến nghị các hướng phát triển tiếp theo nhằm nâng cao hiệu quả và tính ứng dụng của hệ thống. Cụ thể, cần tiếp tục mở rộng tập dữ liệu huấn luyện để tăng cường độ chính xác của phương pháp mạng nơ-ron sâu (DNN) và cải thiện khả năng xử lý nhiễu trong quá trình thu nhận hình ảnh. Đồng thời, hướng tới phát triển sản phẩm thành một thiết bị độc lập, có khả năng tích hợp vào các thiết bị IoT nhỏ gọn và cung cấp ứng dụng giám sát tiện lợi trên điện thoại thông minh. Ngoài ra, đề án cũng đề xuất mở rộng khả năng nhận biết thêm các thông số môi trường quan trọng khác như nhiệt độ và độ ẩm, hoàn thiện chế độ cảnh báo để đối phó với các rủi ro không mong muốn (ví dụ: mất điện), và tích hợp thêm các chế độ theo dõi các chỉ số môi trường khác như nồng độ kiềm, khí H2S, NH3, CO2.

Có thể tìm đọc toàn văn báo cáo kết quả nghiên cứu (mã số 20829/2022) tại Cục Thông tin, Thống kê.

P.T.T (NASTIS)